Alates arvutite esimestest päevadest on teadlased püüdnud luua süsteeme, mis jäljendavad inimese intelligentsust. Kuigi räni Einstein võib olla veel kauge võimalus, on tehisintellekt ehk AI meile toonud telefonid, mis tunnevad ära inimkõne, autod, mis sõidavad ise, ja ekspertsüsteemid, mis võistlevad telemängus näitab. Aastate jooksul on AI-uuringud liikunud läbi mitme evolutsiooni ja iga tehnoloogia arenedes on need muutunud meie igapäevaseks kogemuseks.
Masinõpe
Varased teadlased võitlesid piiratud töötlemisvõimsuse ja arvuti salvestusruumiga, kuid panid siiski paika AI alus programmeerimiskeeltega nagu LISP ja kontseptsioonidega nagu otsustuspuud ja masin õppimine. LISP-s kirjutatud programmid saavad hõlpsalt analüüsida selliseid mänge nagu male, kaardistada kõik võimalikud käigud mitme käigu jaoks ja seejärel valida parima alternatiivi. Need programmid võivad ka muuta oma otsustusloogikat ja õppida varasematest vigadest, muutudes aja jooksul "targemaks". Võimsamate arvutite ja odavama massmäluga lõi see tehisintellekti haru arvutimängude tööstuse, aga ka mitmesuguseid isikupärastatud otsingumootoreid ja veebipõhiseid ostusaite, mis mitte ainult ei mäleta meie eelistusi, vaid eeldavad meie eelistusi vajadustele.
Päeva video
Ekspertsüsteemid
Kui tehisintellekti teadlaste esimene laine tugines inimeste mõtlemise simuleerimiseks arvutustsüklitele, siis järgmine lähenemisviis tugines inimkogemuse jäljendamiseks faktidele ja andmetele. Ekspertsüsteemid kogusid faktid ja reeglid teadmistebaasi, seejärel kasutasid uute faktide tuletamiseks või küsimustele vastamiseks arvutipõhiseid järeldusmootoreid. Teadmiste insenerid küsitlesid meditsiini, autoremondi, tööstusdisaini või muude elukutsete eksperte ning muutsid need leiud masinloetavateks faktideks ja reegliteks. Seejärel kasutasid teised neid teadmistebaase probleemide diagnoosimiseks või küsimustele vastamiseks. Tehnoloogia küpsedes leidsid teadlased viise, kuidas automatiseerida teadmusbaasi arendust, kaasates seda tehnilist kirjandust või lasta tarkvaral veebis roomata, et selle kohta asjakohast teavet leida oma.
Närvivõrgud
Teine rühm teadlasi püüdis taastoota inimaju tööd, luues neuronite ja sünapside kunstlikke võrgustikke. Treeningu abil suudavad need närvivõrgud ära tunda mustreid, mis tundusid juhuslike andmetena. Pildid või helid suunatakse võrgu sisendi poolele, õiged vastused aga väljundi poolele. Aja jooksul korraldavad võrgud ümber oma sisemise struktuuri, nii et kui sarnane sisend sisestatakse, tagastab võrk õige vastuse. Närvivõrgud töötavad hästi inimkõnele reageerimisel või skannitud piltide tekstiks tõlkimisel. Sellel tehnoloogial põhinev tarkvara võib lugeda raamatuid pimedatele või tõlkida kõnet ühest keelest teise.
Suured andmed
Suuremahuline andmeanalüüs, mida sageli nimetatakse "suurteks andmeteks", kasutab paljude arvutite võimet avastada andmetes fakte ja seoseid, mida inimmõistus ei suuda mõista. Triljoneid krediitkaarditasusid või miljardeid suhtlusvõrgustike suhteid saab kasuliku teabe leidmiseks skannida ja seostada mitmesuguste statistiliste meetodite abil. Krediitkaardifirmad võivad leida ostumustreid, mis näitavad, et kaart on varastatud või kaardiomanikul on rahalisi raskusi. Jaemüüjad võivad leida ostumustreid, mis viitavad sellele, et klient on rase, isegi enne, kui ta seda ise teab. Suurandmed võimaldavad arvutitel mõista maailma viisil, mida meie, inimesed, kunagi üksi ei suudaks.
